[发明专利]成本和可靠性感知的异构多服务器系统利润最优化方法

权利要求书

1.一种成本和可靠性感知的异构多服务器系统利润最优化方法，其特征在于，所述方法包括以下步骤：

步骤1，建立异构多服务器系统模型，并根据云服务请求的最大等待时间的概率分布，获取预期的服务收入和多服务器的系统利用率；

步骤2，建立多服务器系统上处理服务请求的软错误可靠性模型；基于服务收入和软错误可靠性模型，将应用程序域投资选择和利润最大化问题表述为一个带约束非线性优化问题；

步骤3，利用基于惩罚函数的迭代方法，获取任何单一应用程序域的最优多服务器系统配置、最小成本及最大利润，并基于此将异构多服务器系统的利润及配置优化问题转换为一个0-1背包问题；

步骤4，基于转换后的0-1背包问题，根据云服务器提供商的偏好，利用基于动态规划的算法和基于贪婪的算法，求解最佳的应用程序域投资策略以及相应的最大利润。

2.根据权利要求1所述的成本和可靠性感知的异构多服务器系统利润最优化方法，其特征在于，步骤1所述建立异构多服务器系统模型，并根据云服务请求的最大等待时间的概率分布，获取预期的服务收入和多服务器的系统利用率，具体如下：

步骤1-1，建立异构多服务器系统模型，具体为：使用n个异构多服务器系统MS₁,MS₂,...,MS_n构建云计算环境，每个云服务器系统中服务器个数分别为m₁,m₂,...,m_n；将每个云服务系统中的服务器视为M/M/m_i排队系统，由m_i台运行速率为s的同质服务器构成；

步骤1-2，建立服务水平协议模型，具体为：服务水平协议模型C以排队系统中的服务等待时间π_i和服务请求处理需求r_i进行处理，表示为：

其中，a是常数，表示每单位服务量的服务费，x_i是MS_i可以容忍的服务请求的最大等待时间；

云服务请求具有软实时要求，服务请求的软实时要求通常由两个指标指定，即截止时间和最大等待时间；

多服务器系统MS_i中具有软实时要求的服务请求的松弛度x服从均匀分布，表示为S(x_i)：

其中，S_min,i和S_max,i分别是松弛的最小值和最大值；

令C_i为应用程序域A_i的服务请求的预期费用，导出为：

其中，为服务请求处理需求的平均值；μ_i是服务器的平均服务率，表示为μ_i＝s_i/r_i；ρ_i是多服务器系统MS_i的系统利用率；表示排队系统中恰好有m个任务的概率；

步骤1-3，建立成本模型，具体包括：云服务提供商的成本包括两部分，基础设施使用成本和能源消耗的公用事业成本；

单位时间内租用一台服务器的成本为v，则构建包含m_i台服务器的多服务器系统MS_i的成本为Cost_rent,i：

Cost_rent,i＝m_iv    (4)

异构多服务器系统MS_i在单位时间内的效用成本为Cost_utility,i：

其中，ξs³为服务器的动态功率，其中ξ是一个与处理器有关的硬件相关系数；为异构多服务器系统MS_i在单位时间内以速率s_i运行的动态能耗；E^*表示服务器空闲时单位时间内的能源消耗，并假设能源价格为δ每瓦；

则多服务器系统MS_i在一个单位时间内的总成本为Cost_i：